公开(公告)号：CN112630660B

公开(公告)日：2022-10-21

申请号：CN202011476362.X

申请日：2020-12-14

Applicant: 湖北工业大学

Inventor： 姜久春 ,  常春 ,  田爱娜 ,  廖力 ,  王鹿军 ,  吴铁洲 ,  张如行 ,  高洋

IPC: G01R31/367 ,  G06K9/62

Abstract: 本发明涉及电池管理技术，具体涉及一种基于支持向量机的电池故障识别方法，采集电池充电过程中正常单体电池和故障单体电池的电压数据作为原始数据集；对原始数据集进行深度处理，提取特征参数；对特征参数进行归一化处理，获得基于特征参数数据的样本集；按照正常单体电池和故障单体电池的数据，对样本集进行标签的标注；将带有标签的样本集随机拆分为训练集和测试集，通过训练集进行SVM模型的训练；将测试集送入训练好的SVM模型中进行模型测试，对SVM模型的性能进行评估；利用所建模型，对电池进行实时诊断。该方法能够在短时间内实时进行故障单体电池的检测识别，提高了单体电池故障诊断的准确度，减少漏报率。

公开(公告)号：CN112630660A

公开(公告)日：2021-04-09

申请号：CN202011476362.X

申请日：2020-12-14

Applicant: 湖北工业大学

Inventor： 姜久春 ,  常春 ,  田爱娜 ,  廖力 ,  王鹿军 ,  吴铁洲 ,  张如行 ,  高洋

IPC: G01R31/367 ,  G06K9/62

Abstract: 本发明涉及电池管理技术，具体涉及一种基于支持向量机的电池故障识别方法，采集电池充电过程中正常单体电池和故障单体电池的电压数据作为原始数据集；对原始数据集进行深度处理，提取特征参数；对特征参数进行归一化处理，获得基于特征参数数据的样本集；按照正常单体电池和故障单体电池的数据，对样本集进行标签的标注；将带有标签的样本集随机拆分为训练集和测试集，通过训练集进行SVM模型的训练；将测试集送入训练好的SVM模型中进行模型测试，对SVM模型的性能进行评估；利用所建模型，对电池进行实时诊断。该方法能够在短时间内实时进行故障单体电池的检测识别，提高了单体电池故障诊断的准确度，减少漏报率。

公开(公告)号：CN113484772A

公开(公告)日：2021-10-08

申请号：CN202110870870.4

申请日：2021-07-30

Applicant: 湖北工业大学

Inventor： 姜久春 ,  常春 ,  田爱娜 ,  廖力 ,  王鹿军 ,  吴铁洲 ,  吴雨桐 ,  张如行

IPC: G01R31/367 ,  G01R31/396

Abstract: 本发明涉及电池管理技术，具体涉及一种基于堆叠自动编码器的电池故障识别方法，提供一个包含多个单体电池的锂离子电池组，采集电池组中的每个单体电池的电压；基于小波变化对采集的电池电压进行降噪处理；将降噪处理后的电压数据分为训练集和测试集；使用训练集数据训练堆叠自动编码器；将测试集数据送入训练好的堆叠自动编码器模型，对模型的性能进行评估；利用训练好的堆叠自动编码器提取输入电压信号的特征参数；利用局部异常因子(LOF)检测对提取出的特征参数进行离群点检测，识别电池故障。该方法能够在短时间内实时进行故障单体电池的检测识别，提高了单体电池故障诊断的准确度，减少漏报率。